Democratización del Dato.


Pedro Perdomo
¿Qué dicen los datos?  ¿Tenemos acceso a los datos que generamos?
Democratización de los datos.




La imagen muestra 10 millones de pares de amigos en Facebook conectados.  ¿Qué información podemos extraer? ¿Qué vamos a hacer de manera diferente mañana? ¿Cuál es nuestra estrategia el año que viene? ¿Estamos subestimando el valor de estos datos? ¿Estoy incluido en este fascinante gráfico?

El padre considerado de la "gestión", Peter Drucker (2004), reconoció que la sociedad postcapitalista es una sociedad basada en el conocimiento, donde el centro de la producción de riqueza es el conocimiento y no el capital. Los actores clave en esta economía del conocimiento serán los "trabajadores del conocimiento", es decir, aquellos que poseen las habilidades y pensamiento creativo y tecnología para procesar, analizar y visualizar grandes bases de datos.(2).

Hoy en día, la gran cantidad de información entendida como big data, ha adquirido un nuevo nivel de importancia: Su análisis es una parte esencial del diseño de servicios relevantes y la toma de decisiones estratégicas en pequeñas, medianas y grandes empresas.

Si como dice Druker la sociedad del conocimiento está ganando protagonismo sobre el capital, entonces debemos cuidar de que la legislación futura que se debate sea acorde con esta inspiración para democratizar y capitalizar estas nuevas oportunidades.

Existe una democratización de herramientas avanzadas en el campo del Machine Learning y específicamente de Deep Learning que permite a cualquier usuario, por ejemplo, resolver problemas de reconocimiento de imágenes de una manera sencilla sin tener que conocer el duro formalismo matemático.
¿El Big Data está pensando en la democratización? Las empresas de recopilación de datos tienen una ventaja, pero creo que cada persona que proporciona datos (materia prima), al menos también debe tener acceso a los mismos datos masificados.

No tiene sentido si democratizamos las herramientas, pero no el acceso a la materia prima, el dato.

  (1) http://fbmap.bitaesthetics.com/    (2) https://www.redalyc.org/pdf/364/36401114.pdf

Comentarios

Publicar un comentario

Entradas populares de este blog

Machine Learning is not to compete with a formal mathematical equation.

Imagen
        By Pedro Perdomo   When you want to have a digital model of your process, mainly you have two options, real three but let’s take the first two. You can use the first principles of physics and try to get a fairly, replicable, and “precise” math model. On the other hand, you can use data to train a machine-learning algorithm and get a math actuation,  a black box,  but certainly wit an embedded rich acknowledge of your process. The first option needs subject matter experts who understand the thermodynamics of the process. The second just need data experts.  Which option to take? Why? In engineering, mathematics does not have all the solutions. On many occasions, we understimete variables in an math equation looking for a practical solution, close to reality. We do NOT struggle to calculate milligrams if at the end, we can NOT measure milligrams. Making a mathematical model of an industrial process suggests posing primary equations, well-un...
Leer más

Deep Learning hidden layers

Imagen
by Pedro Perdomo 20 years ago, we implemented a virtual sensor using neural networks with no more than a couple of hidden layers. When I trained my first two-layer neural network to predict the content of methane in the bottom of a  deethanizer  column, I realized that more than one layer did not improve my virtual sensor results. Why no limit today in the internal or hidden layers? Why deep learning?   First, computing power has been increasing, so training neural networks with many layers is now feasible. Second, why so many layers if  not  a  big amount  of data available . And third, if you just add layers, you will run into some issues, the neural networks will take a long time to train, some of the layers will become all zero and worst, no better results.  Researchers have developed “tricks” and techniques to get deep neural networks to work. Neural networks with many hidden layers have enabled dramatic improvements in hard p...
Leer más

Virtual Sensor

Imagen
by Pedro Perdomo A Virtual Sensor Implementation using digital twin models . You need data to train a virtual sensor. This was the main problem to surpass in this project.  So , how do you pretend training  a neural sensor without data collected? We started this project with no data in advanced. Starting to collect data and wait for extreme conditions to occur, ie. operating the column and the plant  over limit conditions was not a good idea for operators. We needed to collect data, good amount of data, but with variety.  We tried to produce this by operating at limits , but it is not always possible. In each condition you have to wait for stabilization and in the other hand, you need to collect samples to the lab. These are real issues once you try it out.  We had a digital model  of the column in a popular simulation software.  This digital model was recently certified by comparing with real data in a very good range of operat...
Leer más